BP网络局部学习速率自适应SA算法的改进

• 作者: 张尔扬 李波 李赣华 王成友 蔡宣平
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 局部学习速率自适应 全局学习速率自适应 批训练算法 梯度下降 BP神经网络
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 算法研究
• 页码范围: 615-620,596
• 页数: 7页
• 分类号: TN91
• 字数: 3796字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2005.06.013

摘要

Silva-Almeida(SA)算法是最好的局部学习速率自适应算法之一,在对SA算法进行研究分析的基础上,提出两项改进措施,使改进后的SA算法较原SA算法震荡现象大大减弱,训练速率有较大加快,训练精度有较大提高.在仿真实验中,改进的SA算法在一定程度上优于RPROP算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张尔扬	国防科技大学电子科学与工程学院智能感知系统联合研究中心	223	1827	20.0	30.0
2	王成友	国防科技大学电子科学与工程学院智能感知系统联合研究中心	17	149	8.0	12.0
3	蔡宣平	国防科技大学电子科学与工程学院智能感知系统联合研究中心	42	583	15.0	22.0
4	李波	国防科技大学电子科学与工程学院智能感知系统联合研究中心	28	229	8.0	14.0
6	李赣华	国防科技大学电子科学与工程学院智能感知系统联合研究中心	5	55	3.0	5.0